基于雙目視覺的仿生機器魚路徑規劃研究

楊 靜

(沈陽科技學院，遼寧 沈陽 110000)

0 引言

海洋覆蓋地球一半以上的表面積，是所有生物生命的起源，人類的生活與生產也越來越離不開海洋。當前海洋事業得到了快速的發展，工作環境也越來越復雜，對于水下的探索運載工具的要求也逐漸提高[1]。仿生學是一門專門研究并模仿自然界中各類生物特殊本領的學科，對于生物的形態、運動、視覺等均可進行模仿。仿生機器魚是一種模仿魚類在水中游動的推理機理，同時結合電子領域、控制領域、機械領域等多領域學科，實現在水中進行推進的運動機器人[2]。仿生機器魚在實際應用中具有機動性強、噪聲低、效率高、擾動小等優勢。但水下工作環境日益復雜化和特殊化，使得仿生機器魚的路徑規劃很難直接移植工業機器人、移動機器人的規劃方法，實現對仿生機器魚的控制。因此，本文通過結合雙目視覺技術，提出一種全新的仿生機器魚路徑規劃方法。

1 基于雙目視覺的仿生機器魚路徑規劃設計

1.1 基于雙目視覺的仿生機器魚運動控制

在仿生機器魚運動過程中，采用雙目視覺技術，將對應的坐標值、速度大小以及轉動角度等參數控制其運動。利用雙目視覺傳感器完成視頻信號采集、無線傳輸、幀同步等功能，并將采集到的圖像信息轉換為仿生機器魚能夠進行識別的統一格式，方便對圖像進行處理[3]。在跨平臺計算機視覺和機器學習軟件庫中，對圖像分析、結構分析以及運動分析分別進行定義，由于流媒體處理開發包中獲取到的圖像采樣是一段在內存中連續地滿足特殊格式的空間，而視覺與機器學習庫中的圖像格式通常為IplImage格式。因此，本文在對仿生機器魚進行運動控制時，將雙目視覺傳感器采集到的視頻圖像格式均轉換為視覺與機器學習庫可識別的IplImage格式[4]。在仿生機器魚運動過程中，采用多目立體視覺測距的方法，假設目標點為T，P1和P2分別表示為目標點兩側相同焦距的攝像頭光心，T1和T2分別表示為空間中目標點在左右攝像頭中映射的投影點，l表示為目標點到攝像頭之間的距離，即仿生機器魚運動深度值。結合相似三角形定理得出如下公式：

(1)

公式(1)中，f表示為攝像頭的焦距；b表示為攝像頭景深；m+n表示為空間目標點在兩個攝像頭當中的視覺差。通過雙目攝像頭測距可將原本三維空間中的深度值轉換到二維圖像中，從而方便找尋與目標點對應的匹配點。

1.2 防碰撞路徑規劃

為保證在仿生機器魚運動過程中對障礙物自動避讓并形成運動路徑，本文以圖1為例，對仿生機器魚防碰撞路徑進行規劃。

圖1 仿生機器魚障礙避讓路徑示意圖

圖1中8，11，15，19均表示為仿生機器魚在運行過程中會遇到的障礙，仿生機器魚的位置由起始點開始，分別從1，2，3，10，16目標點對障礙物進行躲避。結合遺傳算法，將初始種群設為遺傳算法的起始點，由一定數目的個體組成初始種群，為了使該防碰撞路徑規劃具有全局最優性，要求初始種群應當隨機分布在需要進行搜索的海域空間中[5]。采用剪短無障礙路徑的方式，對初始種群進行選擇，再根據個體適應度函數得出：

(2)

公式(2)中，x表示為個體在通過柵格模型的柵格數量總和；A表示為兩個相鄰個體之間的直線距離之和。將公式(2)作為修正項，利用其對仿生機器魚運行過程中中間斷點太遠的路徑進行消除，從而獲取適應度最高的防碰撞規劃路徑。

2 實驗論證分析

通常情況下，仿生機器魚的程序運行環境為微軟Visual Studio .NET 1708C++。因此，為驗證本文提出的基于雙目視覺的仿生機器魚路徑規劃設計的應用優勢，需要根據本文雙目視覺組成在C++環境當中完成對仿真實驗的編寫，從而判斷本文路徑規劃方法與傳統路徑規劃方法的可行性。在仿真實驗環境中設置多個障礙物，分別利用結合本文規劃方法的仿生機器魚與傳統規劃方法的仿生機器魚在該水域環境中進行運動，將兩種運動結果繪制成如圖2所示的實驗結果對比圖。

從圖2可以看出，結合傳統規劃方法的仿生機器魚在運行過程中分別在圖中兩個位置出現了與障礙物碰撞，重新規劃路線的問題，而結合本文規劃方法的仿生機器魚在運行過程中可以平穩完成運行達到目標點。由于兩種仿生機器魚的運行速度相同，但傳統規劃方法中出現了兩次碰撞會增加運行時間，因此二者相比，本文規劃方法的仿生機器魚到達目標點時的用時更短。因此，通過實證證明，本文設計的基于雙目視覺的仿生機器魚路徑規劃方法的規劃路徑更合理，能夠滿足仿生機器魚在水中的運動過程中不發生碰撞，順利到達目標點。

圖2 實驗結果對比圖

3 結語

路徑規劃在移動機器人技術領域中，尤其是仿生機器魚的路徑規劃一直是一個熱點和難點。本文通過結合雙目視覺技術，提出一種全新的仿生機器魚路徑規劃方法完成了在靜態的全局環境中進行全局路徑的有效性和優越性規劃。在后續的研究中還將針對在不同環境下的仿生機器魚路徑進行規劃設計，從而實現仿生機器魚在未知環境中對動態障礙物的避讓。